人工智能 类型
可以朗读 语音朗读
148千字 字数
2018-01-01 发行日期
展开全部

主编推荐语

深度学习原理、Kaldi工具包实现和调用教程

内容简介

本书介绍了深度学习原理及其实现，包括开源语音识别工具包Kaldi的使用与代码分析（Kaldi采用C++编写），附带DNN（深度神经网络）的实现；加权有限状态转换以及在Kaldi中的实现；如何使用Python、Perl和Java调用Kaldi。同时本书还会赠送相关代码和数据，以及与图书配套的PPT文件。

目录

  • 封面页
  • 书名页
  • 版权页
  • 作者简介
  • 内容简介
  • 前言
  • 目录
  • 第1章　语音识别技术
  • 1.1　总体结构
  • 1.2　Linux基础
  • 1.3　安装Micro编辑器
  • 1.4　安装Kaldi
  • 1.5　yesno例子
  • 1.5.1　数据准备
  • 1.5.2　词典准备
  • 1.6　构建一个简单的ASR
  • 1.7　Voxforge例子
  • 1.8　数据准备
  • 1.9　加权有限状态转换
  • 1.9.1　FSA
  • 1.9.2　FST
  • 1.9.3　WFST
  • 1.9.4　Kaldi对OpenFst的改进
  • 1.10　语音识别语料库
  • 1.10.1　TIMIT语料库
  • 1.10.2　LibriSpeech语料库
  • 1.10.3　中文语料库
  • 1.11　Linux shell脚本基础
  • 1.11.1　Bash
  • 1.11.2　AWK
  • 第2章　C#开发语音识别
  • 2.1　准备开发环境
  • 2.2　计算卷积
  • 2.3　记录语音
  • 2.4　读入语音信号
  • 2.5　离散傅里叶变换
  • 2.6　移除静音
  • 第3章　Perl开发语音识别
  • 3.1　变量
  • 3.1.1　数字
  • 3.1.2　字符串
  • 3.1.3　数组
  • 3.1.4　散列表
  • 3.2　多维数组
  • 3.3　常量
  • 3.4　操作符
  • 3.5　控制流
  • 3.6　文件与目录
  • 3.7　例程
  • 3.8　执行命令
  • 3.9　正则表达式
  • 3.9.1　基本类型
  • 3.9.2　正则表达式模式
  • 3.10　命令行参数
  • 第4章　Python开发语音识别
  • 4.1　Windows操作系统下安装Python
  • 4.2　Linux操作系统下安装Python
  • 4.3　选择版本
  • 4.4　开发环境
  • 4.5　注释
  • 4.6　变量
  • 4.6.1　数值
  • 4.6.2　字符串
  • 4.7　数组
  • 4.8　列表
  • 4.9　元组
  • 4.10　字典
  • 4.11　控制流
  • 4.11.1　条件判断
  • 4.11.2　循环
  • 4.12　模块
  • 4.13　函数
  • 4.14　读写文件
  • 4.15　面向对象编程
  • 4.16　命令行参数
  • 4.17　数据库
  • 4.18　日志记录
  • 4.19　异常处理
  • 4.20　测试
  • 4.21　语音活动检测
  • 4.22　使用numpy
  • 第5章　Java开发语音识别
  • 5.1　实现卷积
  • 5.2　KaldiJava
  • 5.2.1　使用Ant
  • 5.2.2　使用Maven
  • 5.2.3　使用Gradle
  • 5.2.4　概率分布函数
  • 5.3　TensorFlow的Java接口
  • 5.3.1　在Windows操作系统下使用TensorFlow
  • 5.3.2　在Linux操作系统下使用TensorFlow
  • 第6章　语音信号处理
  • 6.1　使用FFmpeg
  • 6.2　标注语音
  • 6.3　时间序列
  • 6.4　端点检测
  • 6.5　动态时间规整
  • 6.6　傅里叶变换
  • 6.6.1　离散傅里叶变换
  • 6.6.2　快速傅里叶变换
  • 6.7　MFCC特征
  • 6.8　说话者识别
  • 6.9　解码
  • 第7章　深度学习
  • 7.1　神经网络基础
  • 7.1.1　实现多层感知器
  • 7.1.2　计算过程
  • 7.2　卷积神经网络
  • 7.3　搭建深度学习开发环境
  • 7.3.1　使用Cygwin模拟环境
  • 7.3.2　使用CMake
  • 7.3.3　使用Keras
  • 7.3.4　安装TensorFlow
  • 7.3.5　安装TensorFlow的Docker容器
  • 7.3.6　使用TensorFlow
  • 7.3.7　一维卷积
  • 7.3.8　二维卷积
  • 7.3.9　扩张卷积
  • 7.3.10　TensorFlow实现简单的语音识别
  • 7.4　nnet3实现代码
  • 7.4.1　数据类型
  • 7.4.2　基本数据结构
  • 7.5　编译Kaldi
  • 7.6　端到端深度学习
  • 7.7　Dropout解决过度拟合问题
  • 7.8　矩阵运算
  • 第8章　语言模型
  • 8.1　概率语言模型
  • 8.1.1　一元模型
  • 8.1.2　数据基础
  • 8.1.3　改进一元模型
  • 8.1.4　二元词典
  • 8.1.5　完全二叉树数组
  • 8.1.6　三元词典
  • 8.1.7　N元模型
  • 8.1.8　生成语言模型
  • 8.1.9　评估语言模型
  • 8.1.10　平滑算法
  • 8.2　KenLM语言模型工具包
  • 8.3　ARPA文件格式
  • 8.4　依存语言模型
  • 附录
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

清华大学出版社

清华大学出版社成立于1980年6月，是由教育部主管、清华大学主办的综合出版单位。植根于“清华”这座久负盛名的高等学府，秉承清华人“自强不息，厚德载物”的人文精神，清华大学出版社在短短二十多年的时间里，迅速成长起来。清华大学出版社始终坚持弘扬科技文化产业、服务科教兴国战略的出版方向，把出版高等学校教学用书和科技图书作为主要任务，并为促进学术交流、繁荣出版事业设立了多项出版基金，逐渐形成了以出版高水平的教材和学术专著为主的鲜明特色，在教育出版领域树立了强势品牌。